Unfold

class paddle.compat. Unfold ( kernel_size, dilation=1, padding=0, stride=1 ) [源代码] 

PyTorch 兼容的 Unfold 版本：

关键字参数使用单数形式（例如：kernel_size 而非 kernel_sizes）
padding 仅支持输入长度为 1（整数）或 2 的列表，禁止使用 Size4 格式。如需更灵活的输入版本，请使用 Unfold
所有输入参数支持 Tensor 或 pir.Value 类型（将自动转换为列表）
其他特性与 Unfold 完全一致

使用前请详细参考：【仅参数名不一致】torch.nn.Unfold 以确定是否使用此模块。

样例：

         Given:
  x.shape = [5, 10, 25, 25]
  kernel_size = [3, 3]
  stride = 1
  padding = 1

Return:
  out.shape = [5, 90, 625]

        

功能说明

实现卷积中的 im2col 操作，将卷积核覆盖区域的元素重排列为列向量。输入形状为 [N, C, H, W] 的 x 将输出形状为 [N, Cout, Lout] 的张量。

参数

kernel_size (int|list|tuple|Tensor) - 卷积核尺寸。接受 [k_h, k_w] 或整数 k （视为 [k, k]）

dilation (int|list|tuple|Tensor, 可选) - 卷积膨胀系数。接受单整数或 [dilation_h, dilation_w]。单整数 dilation 视为 [dilation, dilation]。默认为 1

padding (int|list|tuple|Tensor, 可选) - 各维度填充大小。接受单整数或 [padding_h, padding_w]。[padding_h, padding_w] 将扩展为 [padding_h, padding_w, padding_h, padding_w]。单整数 padding 将转为 [padding, padding, padding, padding]。默认为 0

stride (int|list|tuple|Tensor, 可选) - 滑动步长。接受单整数或 [stride_h, stride_w]。单整数 stride 视为 [stride, stride]。默认为 1

形状

输入 : 4-D Tensor，形状为[N, C, H, W]，数据类型为 float32 或者 float64

输出：形状如上面所描述的[N, Cout, Lout]，Cout 每一个滑动 block 里面覆盖的元素个数，Lout 是滑动 block 的个数，数据类型与 x 相同

代码示例

          >>> import paddle
>>> x = paddle.randn((100, 3, 224, 224))
>>> unfold = paddle.compat.Unfold(kernel_size=[3, 3])
>>> result = unfold(x)
>>> print(result.shape)
[100, 27, 49284]

         